動物の身体形態は、実行可能な歩容パターンを決定し、機械的共振によって能動的な制御の必要性が減ります。姿勢や筋肉の硬さを調整することで、動物は身体化された知能を活用し、異なる速度で効果的な歩容を実現しています。対照的に、多くの四足ロボットは非線形力学の複雑さのために機械的共振を利用するように設計されておらず、専用の運動コントローラーを必要とします。
この問題に対する代替案として、研究者らはロボットの非線形力学を設計プロセスで予測可能にする概念実証フレームワークを提案し、重力・慣性・弾性によって形成される非線形共鳴から多歩容運動が創発する方法を示しました。彼らは高度に柔軟な四足ロボットeBertを提示し、新しい理論的ツールを使用して6つの非線形ノーマルモード（NNM）を特定し、シミュレーションとハードウェアの両方でその存在を検証しました。
ブラックボックス最適化を使用して歩幅を決定すると、シミュレーションでは各NNMが自然に異なる歩容へと発展し、それぞれ異なる速度を示し、これはロボットハードウェアにもほぼ転移しました。実験では、eBertがその機械的特性を活用してタスク固有の動きを生成できることが実証され、これは身体化された知能を活用した新しい世代の敏捷で効率的なロボットの設計基盤となる可能性があります。この研究は、ロボットの身体ダイナミクスを活用することで、より自然で柔軟な運動を実現できることを示しており、将来のロボット設計に重要な洞察を提供します。